Python并发模型-术语表

Alpha

May 30, 2024

10190 views

One comment

1303 words

首页

## 并发

处理多个待定任务，一次处理一个或者并行处理多个，直到所有任务最终都成功或者失败。对于单核CPU，如果操作系统的调度程序支持交叉执行特定任务，也能实现并发。

并发也叫做多任务处理

## 并行

同时执行多个计算任务的能力。需要一个多核CPU，多个CPU，一个CPU或者一个集群中的多个计算机。

## 执行单元

并发执行代码的对象的统称，每个对象的状态和调用栈都是独立的，Python支持3种：进程、线程和协程。

## 进程

计算机程序运行的一个实例，消耗内存和cpu时间，每个进行隔离在自己的私有内存空间中。进程通过管道，套接字或者内存映射文件进行通信。

Python对象必须序列化为原始字节才可以从一个进程到另外一个进程。而且不是所有的Python对象都支持序列化。

进程可以派生子进程，子进程之间也是隔离的。进程支持抢占式多任务处理机制：操作系统调度程序会定期抢占运行中的进程，让其他进程运行。这意味着冻结的进程理论不会冻结整个操作系统。

## 线程

单个进程中的执行单元，一个进程启动之后，只能使用一个线程，通过调用操作API，进程可以创建更多的线程，执行并发操作。一个进程内的现成共享相同的内容空间。因此，线程之间可以轻松共享数据。但是如果多个线程同时更新同一个对象，那么就会发生竞争现象，导致数据损坏。与进程一样，线程在操作系统调度程序的监督下也可以实现抢占式多任务处理。对于同一份作业，线程消耗的资源比进程少。

## 协程

可以挂起自己（暂停）并在以后恢复的函数。

python中，经典协程式生成器函数构建的，原生协程是由async def定义。

Python中协程通常在事件循环（同一个线程）的监督下载单个线程中运行。

asyncio，Curio，等异步框架为基于协程的非阻塞IO提供了事件循环和支持库。协程支持协作式多任务处理：一个协程必须使用yield或者await关键字显式放弃控制权，另外一个协程才可以并发开展工作。

这意味着，协程中只要有导致阻塞的代码，事件循环和其他所有协程的执行都会受到阻塞。这与进程和线程的抢占式多任务处理形成鲜明对比。

另外，对于同一份作业，协程消耗的资源比线程或者进程少。

## 队列

一种数据结构，可以放入去除，顺序通常是先入先出。独立的执行单元可以通过队列交换应用数据和信息。队里的实现因底层并发模型而异，标准库中的quene包提供的队列类支持线程，multiprocessing和asyncio的包实现了其他队列类。

## 锁

一种给执行单元用来同步操作和避免数据损坏的对象。更新共享数据结构时，定钱代码应该持有相关的锁，告诉其他部分等到锁释放后再访问这个数据结构，最简单的锁是互斥锁。锁的实现取决于底层并发模型。

## 争用

对有限资源的争夺，当多个执行单元尝试访问共享资源的时候，就会发生资源争用，当计算密集型进程或线程必须等待操作系统调度程序为其分配cpu时间时候，还会发生cpu争用。

Last modification：May 30, 2024

如果觉得我的内容对你有用，请随意赞赏

Python并发模型-术语表

Alpha • 2024 年 05 月 30 日

One comment

Leave a Comment Cancel reply 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

Python并发模型-术语表

Leave a Comment Cancel reply
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款